【廣告】
時間碼缺陷檢測依然以人力主導.目前的用以檢驗時間碼缺陷的算法受制于算法復雜度和準確度,沒法在工業(yè)領域得到很大范疇的運用.對于那樣的狀況,明確提出了一種新的根據(jù)迭代更新配準的t-rotate
iterative
closest
point(PRICP)算法.該算法把時間碼抽象性為點特點,根據(jù)對模版和特點點開展配準來快速檢測時間碼的缺陷,引進深度學習進一步提高了該算法的性,魯棒性及缺陷歸類能力.該算法早已取得成功運用于青島啤酒廠生產(chǎn)流水線條碼時間的缺陷檢測中,當場運作數(shù)據(jù)顯示該算法在魯棒性和層面顯著好于別的方式 ,適用好幾個連通域信息內(nèi)容碼的迅速缺陷檢測,另外不會受到標準及情況管束,抗噪音能力強,可立即運用于別的的視覺效果行業(yè).
可塑性數(shù)據(jù)信息條形碼圖象缺陷檢測,制作與搜集條形碼圖象模版,對其進行準備解決,幾何校正和條形碼分割,后采用依據(jù)垂直投影的缺陷檢測算法進行處理.運用算法先打橫掃描條形碼,記錄條和空的部位并計算其總寬,再豎向掃描條形碼,辨別條和空中的缺陷.實驗確認,本科研明確指出的算法能非常好的檢測出條形碼的外觀缺陷如脫墨,劃痕,污垢,墨杠,準確度保證98%以上.
在電子光學符號識別機中,符號歷經(jīng)歸類,提取特征的預處理后,一般要根據(jù)比較繁雜的邏輯性方法開展識別.文中詳細介紹一種用更改特征矢量素材逐步提升識別率的方法.這類方法簡易,有益于電子計算機剖析和設備的完成.在電子光學符號識別機中,符號歷經(jīng)歸類,提取特征的預處理后,一般要根據(jù)比較繁雜的邏輯性方法開展識別.文中詳細介紹一種用更改特征矢量素材逐步提升識別率的方法.這類方法簡易,有益于電子計算機剖析和設備的完成.